基于拓扑损失的遥感图像植被信息提取

绿色植被在城市的生态系统中扮演着非常重要的角色,非常有必要对城市植被进行合理的规划与检测。近年来,深度学习技术,尤其是深度卷积神经网络(DCNNs)在高分辨率遥感图像的解析和处理方面取得了显著进展。因为高分辨率遥感图像成本低、周期短和精度高等特点,为城市植被信息提取提供了可能性。但是,高分辨率的城市遥感图像中伴随着比较复杂的背景信息,增加了图像预测的难度。将拓扑数据分析方法(持续同调)通过拓扑损失函数和拓扑先验的方法引入到UNet模型中,提高模型的结构感知能力。实验结果表明,不同分割模型中进行的实验在一定程度上均取得了良好的表现。